問題タブ [acoustics]

これは、python 計算物理クラス用です。同じ音符を演奏するハープとピアノのファイルを含む 2 つの .wav ファイルが与えられます。「ファイルをロードし、振幅の FFT を取得します。FFT から、両方の楽器の基本波の周波数を 4 sig fig に決定する」ことになっています。

これが私がやったことです。

これはすべて正常に機能します。さて、freqを見つけます。これは私が教えられたことです。

x FFT グラフの最初のスパイクの値 = インデックス。

deltaF = サンプリング レート / サンプル数。

インデックス * deltaF = 周波数。注目の演奏。

私はこれらの手順に従い、2 つのまったく異なるメモを取得しました。私のプロセスにミスステップが見られる人はいますか? 頭に浮かんだアイデアでも大歓迎です。私は物理学の学位を取得したばかりのジュニアです。よろしくお願いします。

音符に値を割り当てるために使用される API またはフレームワークの種類は何ですか? たとえば、Shazzam のようなアプリケーションは、マイクからメモを取り、それをどう処理するかを知るにはどうすればよいでしょうか? 私にとって、携帯電話のマイクと、音楽ショップのチューナーに匹敵する気の利いたロジックがあることは驚くべきことです。

編集 1.

このテーマに関する興味深い論文。音楽認識アプリ Shazzam のソフトウェアは、音響フィンガープリンティングと高速フーリエ変換の原理に基づいています

実際の同様のコードの例を次に示します

私はそれらを積み重ねた後に地震波を処理しています：S（x、y、t）、ここでx、yは既知の震源地であり、tは変数：時間です。次の手順は次のとおりです。

(...) 時空間平滑化演算子をS(x,y,t)に適用します。3 km/s のスケーリング速度を使用して時間を疑似空間に変換し、S(x,y,t) ²を幅d _cのランニング キューブ オペレーターと統合して、S _i (x,y,t) ²を求めます。 . この演算子は、遅い速度でS(x,y,t)を移動するエネルギー(破裂を描写する建設的に干渉するエネルギーなど) を保持しますが、直接 P フェーズの高速でスイープするアーティファクトを減衰させるのに役立ちます。(...)

「we apply....」という文から、波形を時間空間から疑似空間に変換する方法と、ランニング キューブ オペレーターとは何だろうか。